[Alumnos] VIERNES CHARLA GEOF. NADIA KREIMER EN EL SALON MERIDIANO

[Antonio Trípodi]

ESTIMADOS DOCENTES, GRADUADOS Y ALUMNOS:

                    SE LES RECUERDA QUE ESTE VIERNES 18 A LAS 15,30 DESARROLLARÁ  UNA CHARLA  LA GEOF. NADIA KREIMER EN EL SALÓN MERIDIANO.

TITULO:

  Reconstrucción volumétrica L1-L2 de registros sísmicos con la 
transformada coseno discreta.


RESUMEN:

En el procesamiento de señales sísmicas, es de gran importancia utilizar
volúmenes tridimensionales, los cuales muchas veces contienen "huecos" en
el dominio espacial.

En esta charla atacaré el problema de llenar los "huecos" en la
información formulando un problema inverso para resolver el sistema
indeterminado que plantea la interpolación de trazas sísmicas.
  Con este objetivo presentaré un procedimiento que consiste en resolver un 
problema inverso con un término de regularización para obtener los 
coeficientes de la transformada discreta coseno del dato. Este planteo 
aprovecha la característica de que los coeficientes en el dominio de la 
transformada considerada son escasos y de gran magnitud (sparse). Esta 
último hace que el problema inverso que he planteado pueda ser resuelto.

Cabe resaltar que los algoritmos numéricos utilizados en la resolución
del problema (FISTA,IRLS), a pesar de alguna diferencia en tiempo
computacional, otorgan buenos resultados en interpolación de volúmenes de 
trazas sísmicas
con y sin ruido.


  Title:

  L1-L2 3D seismic volume reconstruction with the Discrete Cosine
Transform.



  Abstract:

  It is of utmost importance in seismic processing to utilize 3D volumes
  which lack gaps in the spatial domain. For that purpose, the
  underdetermined problem of interpolating missing seismic traces is posed
  as an inverse problem.
  The procedure presented here consists of solving an inverse problem with
  a regularization term for the coefficients of the discrete cosine
  transform (DCT) of the data. The constraint exploits the characteristic
  sparsity of the coefficients in the DCT domain, widely used in the image
  processing community, and makes the problem solvable. Compressive
  sensing (CS) theory justifies the reason why completely unstructured
  random sampling matrices perform better than regular undersampling
  matrices, and are therefore ideal for compacting the unknowns in the
  problem. The numerical algorithms used are fast iterative thresholding
  algorithm (FISTA) and iterative reweighted least squares (IRLS) with
  conjugate gradients (CG). With some difference in computational time,
  both show successful results in interpolating synthetic seismic volumes
  with and without noise. The DCT proves to be more efficient than the
  discrete Fourier transform in finding the solution regarding the
  amount of iterations needed to achieve a reasonable interpolation.



------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <https://www.fcaglp.unlp.edu.ar/mailman/private/alumnos/attachments/20100616/092cc0ee/attachment.htm>